【技术实现步骤摘要】
一种多工序加工系统的加工指标多维测算方法
[0001]本专利技术涉及加工评价
,具体涉及一种多工序加工系统的加工指标多维测算方法。
技术介绍
[0002]多工序加工系统中包含多个加工工序,因此系统加工指标与各个加工工序均密不可分,对加工指标的评价可以分析出多工序加工系统的实时生产运行情况进行定性或定量掌握,再根据定性或定量掌握后对多工序加工系统生产情况进行优劣程度判定,判断生产系统与加工件的匹配程度;
[0003]现有技术仅仅在加工过程中进行加工指标的单纯定量或定性评价,而评价结果对于多工序加工系统的加工设定无反馈指导作用,导致加工指标的测算数据利用率不足。
技术实现思路
[0004]本专利技术的目的在于提供一种多工序加工系统的加工指标多维测算方法,以解决现有技术中仅仅在加工过程中进行加工指标的单纯定量或定性评价,而评价结果对于多工序加工系统的加工设定无反馈指导作用,导致加工指标的测算数据利用率不足的技术问题。
[0005]为解决上述技术问题,本专利技术具体提供下述技术方案:
[0006]一种多工序加工系统的加工指标多维测算方法,包括以下步骤:
[0007]步骤S1、在多工序加工系统的历史加工日志中提取出多工序加工系统中各个加工工序的多维加工参数数据、多工序加工系统的多维加工评价指标数据以及多工序加工系统中已加工件的加工件数据,并利用各个加工工序处多维加工参数数据、多工序加工系统的加工件数据与多维加工评价指标数据建立各个加工工序的多维指标测算模型;
[00 ...
【技术保护点】
【技术特征摘要】
1.一种多工序加工系统的加工指标多维测算方法,其特征在于,包括以下步骤:步骤S1、在多工序加工系统的历史加工日志中提取出多工序加工系统中各个加工工序的多维加工参数数据、多工序加工系统的多维加工评价指标数据以及多工序加工系统中已加工件的加工件数据,并利用各个加工工序处多维加工参数数据、多工序加工系统的加工件数据与多维加工评价指标数据建立各个加工工序的多维指标测算模型;步骤S2、利用多工序加工系统中各个加工工序的多维加工参数的数据可调范围和待加工件的加工件数据在各个加工工序的多维指标测算模型中得到各个加工工序中每维加工评价指标的数据取值范围,并将各个加工工序的每维加工评价指标进行共有范围提取得到待加工件的每维加工评价指标数据范围,以实现待加工件在多工序加工系统上加工指标的多维测算来提高加工评价的全面性;步骤S3、在待加工件的多维加工评价指标数据范围中设定出表征加工期望的评价指标作为评价指标期望值,并将评价指标期望值映射到各个加工工序的多维加工参数上得到各个加工工序对待加工件的多维加工参数设定数据,以使得多工序加工系统达到待加工件的加工期望。2.根据权利要求1所述的一种多工序加工系统的加工指标多维测算方法,其特征在于:所述多维加工参数数据、多维加工评价指标数据以及已加工件的加工件数据的提取,包括:随机选取多个已加工件,并获取多个已加工件的加工件数据,在所述历史加工日志中提取出各个加工工序处对每个已加工件进行加工的多维加工参数数据;统计出每个已加工件在多工序加工系统加工过程中多维加工评价指标数据,所述多维加工评价指标包括所述工件加工损耗率、工件加工效率、系统加工成本、系统事故率,多维加工评价指标数据为多维加工评价指标的数据表达。3.根据权利要求2所述的一种多工序加工系统的加工指标多维测算方法,其特征在于:所述利用各个加工工序处多维加工参数数据、多工序加工系统的加工件数据与多维加工评价指标数据建立各个加工工序的多维指标测算模型,包括:将加工工序处多维加工参数数据、多工序加工系统的加工件数据作为BP神经网络的输入项,将所述多维加工评价指标数据作为BP神经网络的输出项,利用所述BP神经网络对所述BP神经网络的输入项和BP神经网络的输出项进行网络训练得到加工工序处的多维指标测算模型;所述多维指标测算模型的函数表达式为:[eva_data]
m
=BP
i
([act_data]
n
,[pro_data]
l
);式中,[eva_data]
m
为多维加工评价指标数据,[act_data]
n
为多维加工参数数据,[pro_data]
l
为加工件数据,BP
i
为第i个加工工序处的BP神经网络,m为多维加工评价指标数据中数据分量维度,n为多维加工参数数据中数据分量维度,l为加工件数据中数据分量维度,i为计量常数。4.根据权利要求3所述的一种多工序加工系统的加工指标多维测算方法,其特征在于:所述利用多工序加工系统中各个加工工序的多维加工参数的数据可调范围和待加工件的加工件数据在各个加工工序的多维指标测算模型中得到各个加工工序中每维加工评价指...
【专利技术属性】
技术研发人员:万志强,张晴晴,徐亮,王娜,阮砚钰,朱贵山,江守鑫,王冬悦,徐仕伟,
申请(专利权)人:安徽机电职业技术学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。